案例 09 · 央企财务流程

文字由原PDF提取，阅读顺序和表格请以原页为准。

力、模型部署、数据环境等。
我之前就帮企业采购过大型AI算力一体机，投入达到两百多万元的量级，让企业具备运
行大模型的基础环境。对于敏感财务数据，还需要采用数据不出域的私有化部署方式。
但这里又出现了一个很现实的问题：如果你一开始就告诉甲方“我们先花两三百万元买
一台机器”，对方很可能会问“为什么？我还没看到AI能给我带来什么价值”。所以这又
回到了前面的逻辑：先用小场景证明价值，再推动基础设施建设，不能反过来。
第三个挑战，是不同场景不能强行使用同一个模型。
我在做方案的时候，也不会执着于某一家模型。财务场景需要严谨，科研场景可能需要
专业计算能力，有些内容生成场景又更需要开放性。所以我的原则是根据场景选能力：
有些场景可能使用阿里云的模型，有些使用其他厂商的模型，还有一些央国企场景则采
用本地私有化部署。
我把这种方式理解成“因材施教”：先确定业务需要什么，再去组合背后的能力。
Q6：根据你的经验，我们怎么才能更好地把AI部署到实际业务中？
做了这些项目以后，我越来越觉得，FDE真正的价值，在于能不能把技术、业务和组织
真正连起来，这比“懂多少AI技术”更重要。如果让我总结，我会特别强调几个方面。
第一，先进入业务，再进入技术。
FDE最重要的动作之一，就是业务陪跑。别坐在会议室里等业务人员告诉你需求，真正
需要做的是跟着他工作，看他到底怎么做。很多业务规则，业务人员甚至自己都很难一
次性讲清楚，但你跟着他做一遍，就能发现大量隐藏在流程里的判断和经验。
第二，先找“最近、最甜”的桃子。
别一开始就做一个宏大的AI转型项目，先找一个小场景。这个场景最好同时满足三个条
92/243